富勒烯的全氟烷基化

全氟烷基富勒烯具有较高的稳定性和溶解性,已成为富勒烯研究领域中逐步兴起的一类重要衍生物,有望用于合成具有特殊性能的新型富勒烯基功能材料,进而为富勒烯的衍生化和功能化研究指出了一个新方向.本文综述了近年来全氟烷基富勒烯的合成、结构及性能研究等方面取得的最新进展,重点介绍了富勒烯的三氟甲基化研究,并展望了该领域的发展趋势.     

不完全语言信息下的多准则群决策方法研究

针对决策者所给的自然语言信息缺失判断矩阵,提出了一种基于群体满意度最大的不完全语言信息多准则群决策规划模型.首先分析决策者所给的多准则语言评价信息矩阵,进而通过三角模糊数将多准则语言评价信息矩阵转化为三角模糊数矩阵;其次根据满意度函数构建不完全语言信息多准则群决策规划模型;最后通过实例验证本方法的可行性及有效性.实例表明该方法计算简单,易操作.     

D-最优设计的分部搜索数值构造方法

为了简化D-最优设计的过程,便于工程应用,提出了一种D-最优设计的数值构造方法——分部搜索数值构造方法。该方法以惯性器件测试为背景,以D-最优性为准则,将传统的D-最优设计分解为谱点寻优和测度寻优两个部分,降低了设计的复杂度,从而减少了运算量,又具有操作简单、思路清楚直观的特点,工程实用性强。提出并证明了相关的定理及推论,从理论上说明了这种构造方法的正确性。以陀螺加速度计误差模型系数辨识试验为例,运用此算法进行了D-最优设计。设计的结果证明了该方法的正确性,同直接搜索法相比,能将最小设计维数降低为原来的50%,提高了设计效率。     

基于贴体网格的VOF方法数模流场研究

提出了一种基于VOF方法的模拟具有复杂边界形状结构物附近流场的新算法,BFC—SIMPLE—VOF算法。采用坐标变换方法实现了任意复杂区域的结构化网格划分,在贴体网格下对二维不可压缩粘性流体的控制方程进行了离散。提出了基于交错网格的修正SIMPLE算法来迭代求解压力一速度场,修正了贴体坐标下的界面跟踪方法（VOF方法）...     

LPS，精益生产绩效管理好工具

“用一个指标（如投资报酬率）就可以判断公司精益生产的推行是否成功,那该多好!”这番话出自一位经理,其公司刚开始推行精益生产。事实上,不止他一个人有这样的想法。     

“走出去”的管控之道

研究＂中资跨国企业境外运营财务管控＂这一课题,对经济全球化发展背景下,中国企业＂走出去＂,具有重要意义。通过对极具代表性的3家中资境外企业内部管控的深度解析,我们看到了企业管控模式个性中的共性。     

对主成分分析法三个问题的剖析

从主成分分析法的基本原理入手,针对教学过程中学生对主成分分析法感到费解的三个问题进行了逐一剖析:1.为什么主成分系数是经标准差标准化后原始变量的协方差矩阵的特征向量?2.特征向量正负号如何选取?对进一步的研究如计算综合得分和聚类分析有何影响?3.主成分载荷值是如何得来的?同时指出有些教材在计算主成分得分时混淆了主成分载荷和特征向量的概念,以致造成错误的结果.     

新能源背景下考虑政府补贴的汽车供应链决策研究

研究了政府对新能源汽车实施政府补贴政策所采取的两种模式:直接补贴制造商(GM模式)与直接补贴销售商(GS模式),并建立了两种不同政府补贴模式的汽车供应链模型.通过比较不同模式下汽车供应链各方及政府补贴政策的最优决策,发现制造商作为市场的主导者,相比销售商来说具有更强的讨价还价能力;政府实施新能源汽车补贴政策时存在着政府补贴的支付转移,各节点企业一方受益必将带动另一方受益.随着消费者对新能源汽车的偏好增加,政府可以逐渐降低新能源汽车的政府补贴甚至取消新能源汽车的政府补贴政策,政府补贴政策对新能源汽车的发展起着强有力的促进和调节作用.     

考虑胎路多点接触的电动汽车?路面耦合系统振动分析

轮毂电机驱动电动汽车的簧下质量大, 使得轮胎动载荷增加, 且电机激励进一步加剧车轮振动. 同时, 轮胎与路面单点接触的简化模型, 其动力学计算结果与实际存在差别. 鉴于此, 考虑电机的电磁激励、胎路多点接触和非线性地基, 建立了电动汽车?路面系统机电耦合动力学模型, 通过Galerkin法推导了非线性地基梁的垂向振动, 利用积化和公式推导了非线性地基梁中非线性项积分的精确表达式, 提出了路面截断阶数选取的简易方法, 并通过路面位移响应的收敛性进行了验证. 在此基础上, 研究了胎路多点接触、非线性地基、电机激励、车速、路面不平顺幅值等对路面及车辆响应的影响. 结果表明, 非线性地基及多点接触对车辆响应的影响中, 轮胎动载荷的影响最大, 车身加速度和悬架动挠度的影响较小, 且考虑电机激励时, 二者对车辆响应的影响显著增大. 从对路面响应的影响看, 电机激励的影响最大, 非线性地基的影响次之, 多点接触的影响较小. 所建模型及研究方法可为电动汽车的垂向动力学分析提供一种新思路.      

基于Mask R-CNN网络的磨损颗粒智能识别与应用

针对设备磨损故障诊断中磨粒识别技术难度高、工作主观经验影响大等问题,采用深度学习技术开展了磨粒智能识别的研究,提出了基于Mask R-CNN卷积神经网络的磨粒数字化表征方法. 该方法利用迁移学习训练基于Mask R-CNN网络的磨粒识别模型对图像中磨粒进行识别和实例分割,然后使用Suzuki85算法、迭代算法、等比例计算方法计算出磨粒的真实尺寸,解决了磨粒分析中难定量分析的问题. 结果表明:基于Mask R-CNN网络(采用R-101-FPN骨干网络)训练的磨粒识别模型可以对图像中多个异常磨损颗粒进行识别,综合准确率和召回率达到当前图像识别领域的主流水平. 辅以上述Suzuki85等算法,成功实现磨粒图像的定量评价分析,对促进设备故障诊断技术的自动化发展和工业应用具有一定的实际应用价值.